semantic-segmentation

Ultralytics YOLO26, YOLO11, YOLOv8 — オブジェクト検出、インスタンスセグメンテーション、セマンティックセグメンテーション、画像分類、ポーズ推定、物体追跡

Label Studioは、標準化された出力形式を持つマルチタイプのデータラベリングおよびアノテーションツール

CVPR 2026の論文とオープンソースプロジェクトのまとめ

Computer Vision Annotation Tool (CVAT) は、ビジョンAI向け高品質なビジュアルデータセット構築の主要プラットフォームです。AI支援によるラベリング、品質保証、チームコラボレーション、分析、開発者APIを備えた、画像、動画、3Dアノテーション用のオープンソース、クラウド、エンタープライズ製品およびラベリングサービスを提供します。

Pythonによる画像アノテーション。ポリゴン、長方形、円、線、点、AI支援アノテーションに対応。

これは「Swin Transformer: Shifted Windowsを用いた階層型Vision Transformer」の公式実装です。

500以上の事前学習済み畳み込みおよびTransformerベースのバックボーンを備えたセマンティックセグメンテーションモデル。

高品質な画像のための画像セマンティックセグメンテーションにおけるPyTorchによるU-Net実装

[CVPR 2024 Oral] InternVL Family: GPT-4oに匹敵する画期的なオープンソース代替モデル。GPT-4oの性能に迫るオープンソースのマルチモーダル対話モデル。

OpenMMLabセマンティックセグメンテーションツールボックスおよびベンチマーク。

優れた事前学習済みモデル群を備えた使いやすい画像セグメンテーションライブラリ。セマンティックセグメンテーション、インタラクティブセグメンテーション、パノプティックセグメンテーション、画像マッティング、3Dセグメンテーションなど、幅広い実用的なタスクをサポート。

Gluon CV Toolkit

ニューラルネットワークのアーキテクチャを設計または視覚化するためのツール。

MIT ADE20Kデータセットにおけるセマンティックセグメンテーション/シーンパーシングのためのPytorch実装

厳選された素晴らしいデータラベリングツールのリスト。

SegFormer の公式 PyTorch 実装

pySLAM は、単眼、ステレオ、RGB-D カメラをサポートする Python/C++ ハイブリッドの Visual SLAM パイプラインです。最新のローカルおよびグローバルの特徴量抽出器、複数のループクロージャー戦略、ボリュメトリック再構築モジュール、統合された深度予測モデル、シーン理解を強化するためのセマンティックセグメンテーション機能を提供します

ディープラーニングネットワークのトレーニング用サンドボックス

Minkowski Engine は、高次元スパーステンソル向けの自動微分ニューラルネットワークライブラリです。

ICCV 2025 の論文とオープンソースプロジェクトのまとめ

[CVPR 2023 Highlight] InternImage: 変形可能畳み込みを用いた大規模視覚基盤モデルの探索

[IEEE TMI Best Paper Award] UNet++ の公式実装

PyTorch で書かれた、ボリュメトリックなセマンティックセグメンテーション用の 3D U-Net モデル

3D 機械学習タスクに対応する Open3D の拡張

衛星画像および航空画像に対するディープラーニングのためのオープンソースライブラリおよびフレームワーク

[CVPR 2025] MambaVision の公式 PyTorch 実装：ハイブリッド Mamba-Transformer ビジョンバックボーン

使いやすい Web インターフェースやデスクトップアプリで、画像、テキスト、文書などあらゆる種類のデータを共同作業およびラベリング。

ビットマップ画像および点群向けの Web アノテーションツール

iOS/macOS 向けの Core ML モデル集。PyTorch モデルをすぐに使える .mlpackage に変換し、それぞれ変換スクリプトと SwiftUI サンプルアプリが付属。関連リポジトリでは Apple の Core AI フレームワークやオンデバイス LLM を扱っています。

:art: PyTorchで実装されたセマンティックセグメンテーションモデル、データセット、損失関数。